計量經(jīng)濟學(xué)

1.導(dǎo)言
1.1什么是計量經(jīng)濟學(xué)
1.2計量經(jīng)濟學(xué)的特點與計量經(jīng)濟學(xué)模型
1.3計量經(jīng)濟學(xué)的研究步驟與應(yīng)用
1.4全書結(jié)構(gòu)
第一篇古典線性回歸模型
2.一元線性回歸分析
2.1一元線性回歸模型
2.2一元線性回歸模型的估計
2.3古典線性回歸模型中的OLS估計量的性質(zhì)
2.4小結(jié)
習(xí)題
附錄2A最小二乘估計量特性的證明
3.一元線性回歸模型的假設(shè)檢驗
3.1隨機擾動項的正態(tài)性假定
3.2假設(shè)檢驗
3.3擬合優(yōu)度的檢驗
3.4正態(tài)性檢驗
3.5預(yù)測
3.6實例
3.7小結(jié)
習(xí)題
4.多元線性回歸分析
4.1多元線性回歸模型
4.2多元回歸參數(shù)的估計
4.3多重判定系數(shù)
4.4顯著性檢驗
4.5實例
4.6模型的結(jié)構(gòu)穩(wěn)定性檢驗：Chow檢驗
4.7小結(jié)
習(xí)題
5.與回歸模型有關(guān)的幾個問題
5.1標準化系數(shù)
5.2非線性模型的線性化
5.3虛擬變量的使用
5.4小結(jié)
習(xí)題
第二篇單方程模型的計量經(jīng)濟問題
6.多重共線性
6.1多重共線性的實質(zhì)
6.2多重共線性存在的原因及后果
6.3多重共線性的判斷
6.4多重共線性的解決方法
6.5實例
6.6小結(jié)
習(xí)題
7.異方差
7.1異方差的涵義
7.2異方差產(chǎn)生的原因和后果
7.3異方差性的判斷
7.4異方差性的解決辦法
7.5實例
7.6小結(jié)
習(xí)題
8.自相關(guān)
8.1自相關(guān)的涵義
8.2自相關(guān)產(chǎn)生的原因和后果
8.3自相關(guān)的判斷
8.4自相關(guān)的解決辦法
8.5實例
8.6小結(jié)
習(xí)題
9.單方程回歸模型的補充專題
9.1模型的選擇
9.2虛擬因變量模型
9.3自回歸與分布滯后模型
9.4小結(jié)
習(xí)題
第三篇聯(lián)立方程模型
10.聯(lián)立方程模型及其識別
10.1聯(lián)立方程模型的概念
10.2模型的結(jié)構(gòu)型.簡化型和遞歸模型
10.3聯(lián)立方程的偏誤(聯(lián)立問題)
10.4模型識別的含義
10.5模型識別的條件
10.6小結(jié)
習(xí)題
11.聯(lián)立方程模型的估計
11.1遞歸模型與普通最小二乘法
11.2間接最小二乘法(ILS)
11.3二階段最小二乘法(2SLS)
11.4小結(jié)
習(xí)題
第四篇時間序列分析
12.時間序列分析(上)
12.1隨機時間序列的基本概念
12.2隨機時間序列的平穩(wěn)性檢驗
12.3協(xié)整理論簡介
12.4葛蘭杰因果關(guān)系檢驗
12.5向量自回歸模型(VAR)
12.6小結(jié)
習(xí)題
13.時間序列分析(下)
13.1隨機時間序列模型
13.2隨機時間序列模型的估計與識別
13.3小結(jié)
習(xí)題
14.Eviews操作使用說明
14.1Eviews操作使用說明
14.2Eviews程序設(shè)計簡述
14.3程序設(shè)計語句
附錄
附表
參考文獻
后記